上海
撰文丨王聰
編輯丨王多魚
排版丨水成文
交通事故、自然災害和戰(zhàn)爭造成的傷口通常涉及多種組織，這些組織形態(tài)復雜且機械性能各異。此類損傷對傳統(tǒng)的傷口處理方法（例如止血海綿、縫合線和訂書機）構(gòu)成了巨大挑戰(zhàn)，因為這些方法往往難以有效應對復雜的多組織損傷，或耗時過長，從而影響急救效果。這凸顯了開發(fā)先進傷口封閉技術的迫切需求。
2026 年 6 月 11 日，華南理工大學施雪濤教授、西安交通大學徐峰教授、中日友好醫(yī)院閆圣濤主任醫(yī)師、華南理工大學陳云華副研究員作為共同通訊作者，在 Nature 子刊Nature Biomedical Engineering上發(fā)表了題為：Machine learning-guided design of mechanoadaptive bioglues for multitissue trauma and first-aid applications 的研究論文。
該研究通過機器學習指導，理性設計了機械自適應生物膠——TuneGlue，用于多組織創(chuàng)傷及急救應用。
處理涉及多種損傷類型的傷口，尤其具有挑戰(zhàn)性，因為其形態(tài)復雜且受累生物組織的機械性能各異。
在這項最新研究中，研究團隊報告了一種機器學習（Machine learning，ML）指導的理性設計方法開發(fā)出的生物膠，研究團隊將其稱為TuneGlue，該生物膠具有針對多組織創(chuàng)傷定制的機械適應性。
機器學習指導的生物膠理性設計，用于多組織創(chuàng)傷急救
通過利用機器學習，研究團隊建立了 TuneGlue 與不同組織之間面向任務的關系，從而實現(xiàn)對特定目標的精準優(yōu)化。針對肺部、腸道、皮膚和骨損傷開發(fā)并測試的四種代表性 TuneGlue，展現(xiàn)出了優(yōu)異的粘附性能和術后愈合效果。此外，研究團隊將從機器學習模型中獲得的綜合機械數(shù)據(jù)庫集成到定制急救裝置中，該急救裝置能夠?qū)?yōu)化后的 TuneGlue 快速遞送至目標組織。該系統(tǒng)顯著縮短了傷口處理時間，并改善了開放手術中多組織創(chuàng)傷的治療效果。
總的來說，該研究將機器學習指導的 TuneGlue 設計與急救遞送裝置相結(jié)合，為緊急救護提供了一種變革性策略，推動了多組織創(chuàng)傷治療與組織工程領域的發(fā)展。
論文鏈接：
https://www.nature.com/articles/s41551-026-01705-8
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
